د تولید په پلان جوړونه کې د بشپړتیا اصلاح کارول
د تولید پلان جوړونه د عملیاتو مدیریت کې یوه اساسي دنده ده، دا ټاکي چې څه تولید شي، څومره تولید شي، کله یې تولید شي، او څنګه سرچینې باید د بازار غوښتنې په اغیزمنه توګه پوره کولو لپاره ځانګړې شي. په عمل کې، د تولید پریکړې په ندرت سره "دوامداره" یا په لامحدود ډول ویشل کیدی شي. ډیری پریکړې جلا دي: د فعال شوي ماشینونو شمیر باید یو عدد وي، د ټاکل شوي کارګرانو شمیر باید بشپړ شمیر وي، د تولید بیچ اندازې نیمایي نشي کیدی، او د تولید نرخ انتخابونه ډیری وختونه د لږترلږه ظرفیت لخوا محدود کیږي. دا هغه ځای دی چې د عدد اصلاح کول په ځانګړي ډول اړونده کیږي. د عدد اصلاح کولو سره، شرکتونه کولی شي په واقعیت سره جلا پریکړې ماډل کړي او د تولید پلانونه ترلاسه کړي چې په ساحه کې پلي کیدی شي.
د بشپړتیا اصلاح څه شی دی؟
د بشپړتیا اصلاح کول د ریاضيکي اصلاح کولو یوه څانګه ده چې پکې ځینې یا ټول د پریکړې متغیرونه د بشپړتیا پورې محدود دي. که ټول متغیرونه باید بشپړتیاوې وي، نو ستونزه د بشپړتیا پروګرامینګ (IP) په نوم یادیږي. که یوازې ځینې متغیرونه باید بشپړتیاوې وي پداسې حال کې چې نور دوامداره وي، نو دا د مخلوط بشپړتیا پروګرامینګ (MIP) په نوم یادیږي. د تولید پلان کولو په شرایطو کې، MIP ډیری وختونه کارول کیږي، ځکه چې ځینې پریکړې، لکه د تولید واحدونو شمیر، باید بشپړتیاوې وي، پداسې حال کې چې نورې پریکړې، لکه د اضافي وخت ساعتونو شمیر، د یوې ټاکلې حد دننه د دوامداره په توګه درملنه کیدی شي.
د بشپړتیا اصلاح کولو ماډلونه عموما درې اصلي برخې لري: (1) یو هدفي فعالیت، د بیلګې په توګه د ټول تولید او موجودي لګښتونو کمول یا د ګټې اعظمي کول؛ (2) د پریکړې متغیرات، د بیلګې په توګه په هره دوره کې د تولید شوي واحدونو شمیر، د ماشین د فعال / بند حالت، یا د خامو موادو پیرود پریکړې؛ او (3) محدودیتونه، د بیلګې په توګه د ماشین ظرفیت، کارګر، د خامو موادو شتون، د تقاضا کچه، د موجودي محدودیتونه، او نور عملیاتي قواعد.
ولې د تولید پلان جوړونه د بشپړ متغیراتو ته اړتیا لري؟
په ډیری تولیدي شرکتونو کې، پریکړې په کسرونو کې نشي کیدی. د مثال په توګه، که چیرې شرکت په بیچونو کې تولید کوي، د بیچ اندازه باید یو بشپړ عدد وي. یو ځانګړی ماشین ممکن یوازې هغه وخت کار وکړي که چیرې دا په بشپړ ډول ځواکمن وي، د "ماشین آن" یا "ماشین بند" حالت استازیتوب کولو لپاره بائنری متغیر (0-1) ته اړتیا لري. ورته د تنظیم کولو پریکړو باندې تطبیق کیږي: کله چې د تولید کرښه د محصول A څخه محصول B ته واړوي، د تنظیم کولو لګښتونه او د تنظیم کولو وخت معمولا یوازې هغه وخت پیښیږي کله چې د دې محصول تولید پدې موده کې پیښ شي. د بائنری متغیرونو سره، ماډل کولی شي "سیټ اپ پیښ شو یا نه" حالت ونیسي.
سربېره پردې، د عدد اصلاح کول شرکتونو ته اجازه ورکوي چې د پیچلو سوداګریزو قوانینو په ډیر دقت سره شامل کړي. د مثال په توګه، د کیفیت ثبات ساتلو لپاره د تولید لږترلږه مقدار، په یوه شفټ کې په ورته ماشین کې د دوو ځانګړو محصولاتو تولید منع کول، یا د لومړیتوب پیرودونکو قراردادونو پوره کولو مکلفیت. د دې ډول قواعدو په سمه توګه په خالص خطي دوامداره اصلاح کې استازیتوب کول ګران دي.
د تولید د پریکړو ډولونه چې د بشپړتیا اصلاح سره د ماډلینګ لپاره مناسب دي
د بشپړتیا اصلاح کول د پلان جوړونې په مختلفو کچو کې کارول کیږي، له ستراتیژیک څخه تر عملیاتي پورې. د دې غوښتنلیکونو ځینې مثالونه پدې کې شامل دي:
۱. مجموعي پلان جوړونه
د موسمي تقاضا په پام کې نیولو سره، د هرې دورې ټول تولید حجم، د موجودۍ کچه، او د کارګر اړتیاوې مشخص کړئ. د بشپړتیا متغیرات کولی شي د ګمارل شوي / ګوښه شوي کارګرانو شمیر یا د خلاصو شفټونو شمیر استازیتوب وکړي.
۲. د ځمکې اندازه کول او د څو دورو تولید پلان جوړول
دا ټاکي چې د هر محصول څومره برخه په هره دوره کې تولید کیږي ترڅو تقاضا پوره کړي پداسې حال کې چې د تولید، تنظیم او ذخیره کولو لګښتونه کموي. یو بائنری متغیر اکثرا د دې ښودلو لپاره کارول کیږي چې ایا محصول په ټاکل شوې موده کې تولید شوی (د تنظیم لګښتونه فعالول).
۳. د ماشین مهالویش
د تولید ترتیب او ماشینونو ته د دندو ویش ټاکل ترڅو د وخت، ځنډ یا لګښتونو کچه راټیټه شي. دا ماډل ډیری وختونه د بائنری متغیر څخه کار اخلي ترڅو معلومه کړي چې ایا دنده i د دندې j څخه مخکې ترسره شوې ده.
۴. د ظرفیت او پانګونې انتخاب
د نویو ماشینونو د اخیستلو، د تولید لاین اضافه کولو، یا د اضافي اسانتیا د پرانستلو په څیر پریکړو لپاره، دا پریکړې معمولا جلا او لوړ ارزښت لري، نو د بائنری/انټیجر متغیرات مثالي دي.
۵. د موادو او اجزاو پلان جوړونه (د اصلاح سره MRP)
په هغو صنعتونو کې چې پیچلي BOMs (د موادو بیلونه) لري، د انټیجر اصلاح کول مرسته کوي چې کله او څومره اجزا تولید یا امر وکړي، پداسې حال کې چې د موادو کمښت څخه مخنیوی کوي او د موجودي لګښتونو کمول.
د ساده ماډل جوړښت مثال
د لا مشخص کیدو لپاره، تصور وکړئ چې یو شرکت دوه محصولات تولیدوي: P1 او P2. شرکت غواړي د دریو دورو لپاره د تولید لګښتونه، د تنظیم لګښتونه، او د موجودي ساتلو لګښتونه په ګډون ټول لګښتونه کم کړي. د پریکړې کلیدي متغیرونه دا دي: د هرې دورې تولید شوي P1 او P2 مقدار (انټیجرونه)، د هرې دورې پای انټینجر (انټیجرونه)، او یو بائنری متغیر چې دا په ګوته کوي چې ایا P1 یا P2 په دې دوره کې تولید شوی (د تنظیم لګښتونو رامینځته کولو لپاره). محدودیتونه پدې کې شامل دي: د موجودي توازن (تولید + د پیل انټینجر - غوښتنه = د پای انټینجر)، په هره دوره کې د ماشین ساعت ظرفیت، او که چیرې محصول چلول کیږي لږترلږه تولید محدودیت.
په مفهومي ډول، دا ډول ماډل د یوې عامې مدیریتي پوښتنې په ځواب کې مرسته کوي: ایا دا غوره ده چې ډیر مخکې له مخکې تولید شي ترڅو د تکرار تنظیماتو څخه مخنیوی وشي، حتی که د ساتلو لګښتونه لوړ شي؟ یا، برعکس، د هرې دورې غوښتنې سره سم تولید کول ترڅو د موجودیت ټیټ وساتل شي، حتی که د تنظیم لګښتونه لوړ شي؟ د انټیجر اصلاح کول کولی شي د شته لګښت او ظرفیت معلوماتو پراساس غوره ترکیب ومومي.
د صنعت لپاره د بشپړتیا اصلاح کولو ګټې
د عدد د اصلاح کولو اصلي ګټه د عملي او واقعیتي حلونو د تولید وړتیا ده. د دوامداره ماډلونو حلونه ځینې وختونه د "12,7 بیچونو" یا "0,3 ماشینونو" تولید وړاندیز کوي، کوم چې په څرګنده توګه غیر عملي دي. د عدد د محدودیتونو سره، پایله لرونکی تولید پلان سمدلاسه اجرا کیدونکی کیږي.
سربیره پردې، د عدد اصلاح کول شرکتونو ته اجازه ورکوي چې د جوړښت شوي سناریو او حساسیت تحلیلونه ترسره کړي. د مثال په توګه، شرکتونه کولی شي د تقاضا بدلونونو، د انرژۍ د لګښتونو زیاتوالي، د خامو موادو ځنډونو، یا اضافي بدلونونو اغیزې معاینه کړي. ځکه چې ماډل ریاضيکي او واضح دی، په انګیرنو کې هر ډول بدلونونه شامل کیدی شي او نوي حلونه په چټکۍ سره ترلاسه کیدی شي، د معلوماتو پر بنسټ پریکړې کولو ته وده ورکوي.
په یوه سیالي کوونکي صنعتي شرایطو کې، د انټیجر اصلاح کول د ټول لګښتونو کمولو او د پیرودونکو خدماتو کچې ښه کولو کې هم مرسته کوي. د ډیر دقیق تولید پلان کولو سره، شرکتونه کولی شي اضافي انوینټري کم کړي، غیر ضروري اضافي وخت کم کړي، د ماشینونو بند وخت کم کړي، او د تحویلي ځنډ کم کړي.
د حقیقي نړۍ د تطبیق ننګونې
سره له دې چې د دې ځواک لري، د انټیجر اصلاح کول خپلې ننګونې لري. لومړی، د MIP ستونزې خورا پیچلې او د محاسبې له پلوه وخت نیونکې کیدی شي، په ځانګړي توګه که چیرې د محصولاتو، دورې، ماشینونو او محدودیتونو شمیر لوی وي. دوهم، د حل کیفیت خورا د معلوماتو کیفیت پورې اړه لري: د ناسم تنظیم لګښتونه، غیر واقعیت لرونکي ماشین ظرفیتونه، یا د غوښتنې غلط معلومات کولی شي د پلانونو پایله ولري چې پلي کول یې ستونزمن وي. دریم، په ساحه کې د تولید شرایطو کې بدلونونه - لکه د ماشین خرابیدل یا د موادو ځنډ - کولی شي د لومړني پلان ګړندي تنظیم ته اړتیا ولري.
د دې د حل لپاره، شرکتونه معمولا یو مرحله ای چلند کاروي: د ساده ماډل سره پیل کول، د تولید ټیم سره پایلې تایید کول، او بیا د ماډل پیچلتیا ډیروي ځکه چې معلومات او پروسې پخیږي. ډیری سازمانونه د حل کونکي په اړه د وخت محدودیت هم پلي کوي، چې دا ته اجازه ورکوي چې د بشپړ غوره حل انتظار کولو پرځای په منلو وړ وخت کې "کافي ښه" حل ترلاسه کړي.
د سافټویر او سیسټم ادغام
د ټیکنالوژیکي نظره، د انټیجر اصلاح کول د مختلفو حل کونکو لکه ګوروبي، CPLEX، او CBC لخوا ملاتړ کیږي، او د ماډلینګ ژبو لکه پایتون (PuLP، Pyomo)، AMPL، یا GAMS په کارولو سره ماډل کیدی شي. په صنعتي تطبیقونو کې، ماډلونه معمولا د ERP او MES سیسټمونو سره مدغم کیږي ترڅو په اتوماتيک ډول خام مواد، مهالویش، او د تولید محصول ډیټا جریان کړي. دا ادغام خورا مهم دی ترڅو ډاډ ترلاسه شي چې اصلاح کول یوازې د تحلیلي پروژې څخه ډیر کیږي، بلکه د معمول پلان کولو پروسې برخه هم ده.
پایله
د بشپړتیا اصلاح کول د تولید پلان جوړونې کې یو ارزښتناک وسیله ده ځکه چې دا کولی شي هغه جلا پریکړې چې په حقیقت کې په فابریکه کې ترسره کیږي ماډل کړي: تنظیمونه، بیچونه، کارګر، د ماشین حالتونه، او مختلف عملیاتي قواعد. د عیني دندو او محدودیتونو رامینځته کولو سره چې د حقیقي نړۍ شرایط منعکس کوي، شرکتونه کولی شي د تولید پلانونه رامینځته کړي چې اغیزمن، واقعیتي، او د پلي کولو لپاره اسانه وي. پداسې حال کې چې د کمپیوټر او معلوماتو کیفیت کې ننګونې شتون لري، یو مرحله ای او مدغم پلي کول کولی شي د پام وړ ګټې وړاندې کړي: ټیټ لګښتونه، د انوینټري غوره کنټرول، او د پیرودونکو غوره خدمت. په نهایت کې، د بشپړتیا اصلاح کول د تولید پلان جوړونې له یوازې اټکل څخه د اندازه کولو وړ، ماډل پر بنسټ پریکړو ته بدلولو کې مرسته کوي.
